Método do Gradiente Projetado Para Funções Convexas Generalizadas
|
|
- Sandra de Caminha
- 5 Há anos
- Visualizações:
Transcrição
1 Método do Gradiente Projetado Para Funções Convexas Generalizadas Milton Gabriel Garcia dos SANTOS 1. Instituto de Matemática e Estatística, Universidade Federal de Goiás, Campus II- Caixa Postal 131, CEP Goiânia, GO, Brasil. matematica_gabriel@yahoo.com.br Palavras chaves: Gradiente Projetado, Quase convexidade, Pseudo Convexidade, Busca de Armijo. 1 Introdução Em 2003, IUSEM (veja [1]]) estudou algumas propriedades de convergência do Método do Gradiente Projetado com a Busca de Armijo sobre as direções viáveis para problemas de otimização convexa, isto é, o problema inicial é: min s.a. x C f(x), (1) onde C R n é não vazio, fechado e convexo e f : R n R é uma função continuamente diferenciável e convexa. O Método do Gradiente Projetado conceitual e apresentado como: Método 1 (Método do Gradiente Projetado com regra de Armijo ). Inicialização. Tome 0 < β < β and x 0 C. Set k = 0. Critério de parada. Se x k é estacionário então PARE. Caso contrário. Passo iterativo. Calcule z k = P C (x k β k f(x k )), x k+1 = x k + γ k (z k x k ), onde {β k } [ β, β] tal que γ k = 2 j(k) sendo que j(k) = { min j N : f(x k+1 ) f(x k ) + σ2 j f(x k ) t z k x k }, e σ (0, 1). e VOLTE para Critério de parada. Foi provado para o caso convexo que: 1 Bolsista CAPES
2 (i) Dada {x k } uma seqüência gerada pelo algoritmo acima, temos que se ela é infinita e, se o problema inicial possui ao menos uma solução, então os pontos de acumulação da seqüência gerada, quando existem, são estacionários. (ii) Sob a hipótese de f ser convexa e supondo que o problema inicial possui solução a seqüência x k infinita gerada pelo algoritmo acima converge a alguma solução do problema. Tendo em mente os resultados expostos acima e baseado então, no artigo [2], nosso trabalho é estudar casos um pouco mais gerais, isto é, no caso que as funções objetivo são quase convexas ou pseudo convexas. Para este caso o Algoritmo continua sendo o mesmo, e a busca segue sendo a Busca de Armijo sob direções viáveis. 2 Resultados e Discussão 2.1 Definições Preliminares Definição 1. Dizemos que um ponto x R n é um ponto estacionário ou crítico para problema inicial, quando f( x), x x 0, x C. Definição 2. (Funções Quase-convexas) Uma função real f definida sobre um conjunto C R n é dita quase-convexa sobre x C (com respeito a C) se para cada x tal que f(x) f( x), a função f não assume um valor maior que f( x) sobre cada ponto da intersecção do segmento fechado [ x, x], ou equivalentemente: x C f(x) f( x) = f[(1 λ) x + λx] f( x). 0 λ 1 (1 λ) x + λx C E dizemos que f é quase-convexa em C se é quase-convexa em cada ponto x C. Quando f : C R é diferenciável e quase-convexa em x, então a definição acima é equivalente a condição: f(y) f(x) f(x), y x 0, x, y C.
3 Definição 3. Seja f uma função real definida sobre algum conjunto aberto do R n contendo o conjunto C, f é dita pseudo-convexa sobre x C (com respeito a C) se é diferenciável sobre x e dado x C temos, f( x), x x 0 f(x) f( x). Dizemos que f é pseudo-convexa sobre C, se é pseudo-convexa sobre cada x C. Teorema 1. Sejam C R n um conjunto convexo, e f uma função real definida em algum conjunto aberto que contém C. Se f é pseudo-convexa em C então f é quase-convexa em C. Demonstração. Veja página 143 de [3]. Seja w R n e C R n não vazio, fechado e convexo. O operador P C : R n C definido por P C (w) := argmin x w, x C, é chamado a Projeção de w sobre o conjunto C. 2.2 Análise de Convergência Proposição 2. Sejam {x k } e {z k } a sequências geradas pelo método (1). i. A iteração x k C para todo k; ii. Se x k não é ponto estaionário, então f(x k ), z k x k < 0; iii. Para cada k, j(k) está bem definido. Proposição 3. Se o problema inicial (1) possui solução. Então todo ponto de acumulação de {x k } é ponto estacionário, onde essa seqüência é gerada pelo método (1). Lema 4. Para todo x C e todo k, nós temos: x k+1 x 2 x k x 2 + η(f(x k ) f(x k+1 )) + 2γ k β k f(x k ), x x k, onde η = 2 β/δ. Corolário 5. Se f é quaseconvexa, x C e f(x) f(x k ) k, então ηf(x) x k+1 x 2 + ηf(x k+1 ) x k x 2 + ηf(x k ), para todo k. Em particular, { x k x 2 + ηf(x k )} e {x k } são sequências convergentes.
4 Teorema 6. [Principal] Assumindo que f é quase convexa. Então temos: i. A sequência {x k } converge para um ponto estacionário, ou ii. O problema inicial não tem solução, lim k xk =, lim f(x k ) = inf{f(x) x C}. k Demonstração. Existe então, dois casos para se analisado. Primeiro caso, quando a sequência possui ao menos um ponto de acumulação e o segundo quando a sequência não possui pontos de acumuulação. 1 o Caso) Seja x um ponto de acumulação de x k, então existe uma subsequência x k j convergindo a x e daí temos que f(x k j ) f( x) e como {f(x k )} é convergente resulta que f(x k ) f( x), o que nos dá f( x) f(x k ) e pelo corolário (5) x k é convergente e pela proposição 3 x é um ponto estacionário. 2 o Caso ) Suponhamos que a sequência x k não possui nenhum ponto de acumulação, ou seja, lim k x k = e suponha que o problema inicial possua um minimizador, isto é, existe x C tal que f( x) f(x k ) para todo k. Pelo corolário 4 x k converge, o que contradiz a hipóteses de lim k x k = e então o problema inicial não possui solução. Além disso, afirmamos que lim k f(x k ) = inf{f(x) : x C} Observamos que se lim k f(x k ) = lim k f(x k ) = inf{f(x) : x C}. Agora se lim k f(x k ) = f inf{f(x) : x C}. Assumimos que f > inf{f(x) : x C}. Pela continuidade de f existe um x tal que f( x) = f e f( x) f(x k ) para todo k, pois essa sequência é decrescente. Isto implica pelo corolário (5) que x k é convergente, contradizendo nossa hipótese inicial, ou seja, lim k f(x k ) = inf{f(x) : x C}. OBS: Provamos então que, se a seqüência possui pontos de acumulação, ela converge para algum desses pontos e o mesmo é estacionário. Se a seqüência não possui pontos de acumulação, o conjunto solução é vazio. Defina T = {x C : f(x) f(x k ) k}, podemos notar que se o conjunto solução do problema inicial não for vazio ou existir pontos de acumulação temos que T
5 Corolário 7. Assumindo que f é pseudo convexa. então o conjunto solução do problema inicial é não vazio se, e somente se, existe ao menos um ponto de acumulação da sequência. Demonstração. Pelo teorema 5 da página 143 de [3], pseudo convexidade nos garante que f é estritamente quase convexa e como f é continua pelo teorema 3 da pagina 139 de [3] f é quase convexa. ( ) Suponha que o conjunto solução é não vazio, isto é, existe um minimizador, x tal que f( x) f(x k ) k pelo corolário 5 x k converge e pelo teorema 6 converge a um ponto estacionário e esse ponto é de acumulação. ( ) Suponha que exista pelo menos um ponto de acumulação x de x k o que implica que f( x) f(x k ) para todo k. Pelo corolário 4 e 5 e o teorema 6, x k converge a um ponto estacionário, isto é, f( x), x x 0, mas pela pseudo convexidade temos que f(x) f( x) para todo x C, logo o conjunto solução é não vazio, o que conclui a demonstração. 3 Conclusões Com este trabalho podemos ver alguns resultados importantes para casos mais gerais, mesmo enfraquecendo a hipóteses de convexidade da nossa função objetivo. Provando boas propriedades de convergência, como a existência de solução somente se a sequência possuir ponto de acumulação, e que se existir esses pontos a sequência gerada pelo Algoritmo converge para algum desses pontos de acumulação, e estes são estacionários. Referências [1] A. N. IUSEM - On the convergence properties of the projected gradient method for convex optimization, Computational and Applied Mathematics, 22, (2003). [2] J.Y. Bello Cruz, L.R. Lucambio Pérez - Convergence of a projected gradient method variant for quasiconvex objectives, Nonlinear Analysis, 10, (2010). [3] Olvi L. Mangasarian - Nonlinear Programming, In Applied mathematics., (1994).
Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais
UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA MILTON GABRIEL GARCIA DOS SANTOS Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais Goiânia
Leia maisUNIVERSIDADE FEDERAL DO TOCANTINS CAMPUS UNIVERSITÁRIO DE PALMAS TRABALHO DE CONCLUSÃO DE CURSO II
UNIVERSIDADE FEDERAL DO TOCANTINS UNIVERSIDADE FEDERAL DO TOCANTINS CAMPUS UNIVERSITÁRIO DE PALMAS CURSO DE CIÊNCIA DA COMPUTAÇÃO TRABALHO DE CONCLUSÃO DE CURSO II O ALGORITMO DE PONTO PROXIMAL PARA OTIMIZAÇÃO
Leia maisUNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA
UNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA CONVERGÊNCIA COMPLETA DO MÉTODO DO GRADIENTE COM BUSCA LINEAR EXATA E INEXATA Jeanne Moreira
Leia maisMétodo do Gradiente para Funções Convexas Generalizadas
UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA KELVIN RODRIGUES COUTO Método do Gradiente para Funções Convexas Generalizadas Goiânia 2009 Livros Grátis http://www.livrosgratis.com.br
Leia maisUma nova taxa de convergência para o Método do Gradiente
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 2, N. 1, 2014. Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Uma nova taxa de convergência para o Método
Leia maisOtimização Contínua: Aspectos teóricos e computacionais
Otimização Contínua: Aspectos teóricos e computacionais Ademir Alves Ribeiro Elizabeth Wegner Karas Capítulo 3 - Convexidade Ademir Alves Ribeiro, Elizabeth Wegner Karas () Otimização Contínua Capítulo
Leia mais1 Introdução. Problemas Elípticos Assintoticamente Lineares
Problemas Elípticos Assintoticamente Lineares Caíke da Rocha DAMKE; Edcarlos Domingos da SILVA Instituto de Matemática e Estatística, Universidade Federal de Goiás, Campus II- Caixa Postal 131, CEP 74001-970
Leia maisLara Thaise Bezerra Lima Souza
MÉTODO DO PONTO PROXIMAL COM DISTÂNCIA DE BREGMAN PARA PROBLEMAS DE MINIMIZAÇÃO QUASE CONVEXOS Lara Thaise Bezerra Lima Souza Dissertação de Mestrado apresentada ao Programa de Pós-graduação em Engenharia
Leia maisCálculo Numérico / Métodos Numéricos. Solução de equações: Método do ponto fixo (iterativo linear - MIL) 15:01
Cálculo Numérico / Métodos Numéricos Solução de equações: Método do ponto fixo (iterativo linear - MIL) 15:01 Idéia Seja f(x) uma função continua em [a,b], intervalo que contém a raiz da equação f(x)=0.
Leia maisProfessor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago
Professor: Carlos Eugênio da Costa Teoria Microeconômica II - 2012 Monitor: Diego Santiago EPGE/FGV Introdução matemática 1 Introdução Esta introdução visa familiarizar o aluno com ferramentas matemáticas
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisMétodo dos gradientes (ou método de máxima descida)
Método dos gradientes (ou método de máxima descida) Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 14 de setembro de 2010 1 / 16 Método dos gradientes
Leia maisConvergência do Método Subgradiente para Funções Quase-Convexas
Universidade Federal do Piauí Centro de Ciências da Natureza Programa de Pós-Graduação em Matemática Mestrado em Matemática Convergência do Método Subgradiente para Funções Quase-Convexas João Carlos de
Leia maisFabio Augusto Camargo
Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Matemática Introdução à Topologia Autor: Fabio Augusto Camargo Orientador: Prof. Dr. Márcio de Jesus Soares
Leia maisUM CURSO DE OTIMIZAÇÃO. Ademir Alves Ribeiro Elizabeth Wegner Karas
UM CURSO DE OTIMIZAÇÃO Ademir Alves Ribeiro Elizabeth Wegner Karas Curitiba 2011 Sumário Prefácio 1 Introdução 2 1 Revisão de Conceitos 4 1.1 Sequências.................................... 4 1.1.1 Definições
Leia maisINTRODUÇÃO À ANÁLISE CONVEXA E APLICAÇÕES INTRODUCTION TO CONVEX ANALYSIS AND APLICATIONS
X CONGRESSO DE INICIAÇÃO CIENTÍFICA DA UNIVERSIDADE FEDERAL DE CAMPINA GRANDE PIBIC/CNPq/UFCG-2013 INTRODUÇÃO À ANÁLISE CONVEXA E APLICAÇÕES João Paulo Formiga de Meneses 1, Jefferson Abrantes dos Santos
Leia maisUNIVERSIDADE FEDERAL DO AMAZONAS-UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA
UNIVERSIDADE FEDERAL DO AMAZONAS-UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA UM MÉTODO DE REGULARIZAÇÃO PROXIMAL INEXATO PARA OTIMIZAÇÃO IRRESTRITA CLAUDEILSIO DO NASCIMENTO
Leia mais1 Limites e Conjuntos Abertos
1 Limites e Conjuntos Abertos 1.1 Sequências de números reais Definição. Uma sequência de números reais é uma associação de um número real a cada número natural. Exemplos: 1. {1,2,3,4,...} 2. {1,1/2,1/3,1/4,...}
Leia mais1 Tópicos em Análise Convexa
Microeconomia II Monitoria do dia 06/05 Prof.: Victor F. Martins-da-Rocha Monitor: Vitor Farinha Luz 1 Tópicos em Análise Convexa A análise convexa constitui um dos grupos de resultados matemáticos com
Leia maisn=1 a n converge e escreveremos a n = s n=1 n=1 a n. Se a sequência das reduzidas diverge, diremos que a série
Séries Numéricas Nosso maior objetivo agora é dar um sentido a uma soma de infinitas parcelas, isto é, estudar a convergência das chamadas séries numéricas. Inicialmente, seja (a n ) uma sequência e formemos
Leia maisEntão (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X.
1. Redes Quando trabalhamos no R n, podemos testar várias propriedades de um conjunto A usando seqüências. Por exemplo: se A = A, se A é compacto, ou se a função f : R n R m é contínua. Mas, em espaços
Leia mais{ 1 se x é racional, 0 se x é irracional. cos(k!πx) = cos(mπ) = ±1. { 1 se x Ak
Solução dos Exercícios Capítulo 0 Exercício 0.: Seja f k : [0, ] R a função definida por Mostre que f k (x) = lim j (cos k!πx)2j. { f k (x) = se x {/k!, 2/k!,..., }, 0 senão e que f k converge pontualmente
Leia maisRevisão : máximo, minimo em dimensão 1
Revisão : máximo, minimo em dimensão 1 ( de Rolle) Seja f uma função que satisfaça as seguintes hipóteses: 1 f é contínua no intervalo fechado [a, b], 2 f é diferenciável no intervalo aberto (a, b), 3
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 04/2014 Zeros reais de funções Parte 2 Voltando ao exemplo da aula anterior, vemos que o ponto médio da primeira iteração
Leia maisTeoria da Medida e Integração (MAT505)
Teoria da Medida e Integração (MAT505) Modos de convergência V. Araújo Mestrado em Matemática, UFBA, 2014 1 Modos de convergência Modos de convergência Neste ponto já conhecemos quatro modos de convergência
Leia maisPropriedades das Funções Contínuas
Propriedades das Funções Contínuas Prof. Doherty Andrade 2005- UEM Sumário 1 Seqüências 2 1.1 O Corpo dos Números Reais.......................... 2 1.2 Seqüências.................................... 5
Leia mais2 Métodologia para a Resolução do NEP
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Algoritmos para o Problema de Equilíbrio de Nash Euda Mara da Silva Ferreria Universidade Federal do Paraná, UFPR, Curitiba, PR E-mail: diretoria@facel.com.br
Leia maisNotas Sobre Sequências e Séries Alexandre Fernandes
Notas Sobre Sequências e Séries 2015 Alexandre Fernandes Limite de seqüências Definição. Uma seq. (s n ) converge para a R, ou a R é limite de (s n ), se para cada ɛ > 0 existe n 0 N tal que s n a < ɛ
Leia maisMétodo Proximal Incremental em Otimização Convexa
Universidade Federal do Piauí Centro de Ciências da Natureza Pós-Graduação em Matemática Mestrado em Matemática Método Proximal Incremental em Otimização Convexa Valéria de Sousa Silva Teresina - 2018
Leia maisAlexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil
Seqüências Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 12 de Abril de 2013 Primeiro Semestre de 2013 Turma 2013104 - Engenharia de Computação Seqüências Consideraremos
Leia maisDepartamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =
Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique
Leia maisAnálise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação
Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral
Leia mais1 Séries de números reais
Universidade do Estado do Rio de Janeiro - PROFMAT MA 22 - Fundamentos de Cálculo - Professora: Mariana Villapouca Resumo Aula 0 - Profmat - MA22 (07/06/9) Séries de números reais Seja (a n ) n uma sequência
Leia maisTeoria Espectral em Espaços de Hilbert
Teoria Espectral em Espaços de Hilbert Departamento de Análise Instituto de Matemática e Estatística Universidade Federal Fluminense 22 de setembro de 2016 Espaços Vetoriais de Dimensão Finita Sejam V
Leia maisProva: Usando as definições e propriedades de números reais, temos λz = λx + iλy e
Lista Especial de Exercícios de Física Matemática I Soluções (Número complexo, sequência de Cauchy, função exponencial e movimento hamônico simples) IFUSP - 8 de Agosto de 08 Exercício Se z x + iy, x,
Leia maisTeoria da Medida e Integração (MAT505)
Modos de convergência Teoria da Medida e Integração (MAT505) Modos de convergência. V. Araújo Instituto de Matemática, Universidade Federal da Bahia Mestrado em Matemática, UFBA, 2014 Modos de convergência
Leia maisMétodo de Newton truncado
Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear
Leia maisMAT Cálculo Avançado - Notas de Aula
bola fechada de centro a e raio r: B r [a] = {p X d(p, a) r} MAT5711 - Cálculo Avançado - Notas de Aula 2 de março de 2010 1 ESPAÇOS MÉTRICOS Definição 11 Um espaço métrico é um par (X, d), onde X é um
Leia maisUniversidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise
Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise Professor: André Luiz Galdino Gabarito da 1 a Lista de Exercícios 1. Prove que para todo x 0 IR
Leia maisUniversidade Federal do Amazonas Instituto de Ciências Exatas Programa de Pós-graduação em Matemática
Universidade Federal do Amazonas Instituto de Ciências Exatas Programa de Pós-graduação em Matemática Algoritmos Quase-Newton para Otimização Multiobjetivo Osenildo Marques Maciel Manaus - 2016 Universidade
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ OKSANA HERINGER DA SILVA
UNIVERSIDADE FEDERAL DO PARANÁ OKSANA HERINGER DA SILVA MÉTODOS DE PENALIDADE E O LAGRANGIANO AUMENTADO APLICADO A PROBLEMAS COM RESTRIÇÕES DE IGUALDADE CURITIBA 2017 OKSANA HERINGER DA SILVA MÉTODOS DE
Leia maisComparação entre as estratégias de região de confiança e busca linear para controlar o passo em um algoritmo de filtro baseado em PQS
Comparação entre as estratégias de região de confiança e busca linear para controlar o passo em um algoritmo de filtro baseado em PQS Gislaine A. Periçaro, Ademir A. Ribeiro UNESPAR - Departamento de Matemática
Leia maisLAGRANGEANO AUMENTADO QUADRÁTICO E EXPONENCIAL APLICADO A PROBLEMAS DE EQUILÍBRIO
LAGRANGEANO AUMENTADO QUADRÁTICO E EXPONENCIAL APLICADO A PROBLEMAS DE EQUILÍBRIO Elvis Manuel Rodríguez Torrealba Luiz Carlos Matioli Programa de Pós-Graduação em Matemática - PPGM Universidade Federal
Leia maisNotas de Aula. Análise Funcional
Notas de Aula Análise Funcional Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula do curso Análise Funcional
Leia maisUM CURSO DE OTIMIZAÇÃO. Ademir Alves Ribeiro Elizabeth Wegner Karas
UM CURSO DE OTIMIZAÇÃO Ademir Alves Ribeiro Elizabeth Wegner Karas Curitiba 2011 Sumário Prefácio 1 Introdução 2 1 Revisão de Conceitos 4 1.1 Sequências.................................... 4 1.1.1 Definições
Leia maisMétodo do ponto proximal para um problema de otimização multiobjetivo não-convexo
Universidade Federal do Piauí Centro de Ciências da Natureza Pós-Graduação em Matemática Mestrado em Matemática Método do ponto proximal para um problema de otimização multiobjetivo não-convexo Ray Victor
Leia maisComeçamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1)
CAPÍTULO 1 Espaços Normados Em princípio, os espaços que consideraremos neste texto são espaços de funções. Isso significa que quase todos os nossos exemplos serão espaços vetoriais de dimensão infinita.
Leia maisMétodos de Descida em Otimização Multiobjetivo
Métodos de Descida em Otimização Multiobjetivo Publicações Matemáticas Métodos de Descida em Otimização Multiobjetivo L. M. Gran a Drummond FACC UFRJ B. F. Svaiter IMPA 30 o Colóquio Brasileiro de Matemática
Leia maisBCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017
BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro
Leia maisReviso de Teoria da Medida e Elementos Bsicos de Probabilidade
Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade Roberto Imbuzeiro Oliveira 9 de Março de 2009 Resumo Esta lista cobre o básico do básico sobre espaços e distribuições de probabilidade. Pouco
Leia maisMAT Topologia Bacharelado em Matemática 2 a Prova - 27 de maio de 2004
MAT 317 - Topologia Bacharelado em Matemática 2 a Prova - 27 de maio de 2004 1 Nome : Número USP : Assinatura : Professor : Severino Toscano do Rêgo Melo 2 3 4 5 Total Podem tentar fazer todas as questões.
Leia maisMétodo do Ponto Fixo
Determinação de raízes de funções: Método do Ponto Fixo Marina Andretta ICMC-USP 07 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Leia maisx B A x X B B A τ x B 3 B 1 B 2
1. Definição e exemplos. Bases. Dar uma topologia num conjunto X é especificar quais dos subconjuntos de X são abertos: Definição 1.1. Um espaço topológico é um par (X, τ) em que τ é uma colecção de subconjuntos
Leia maisUniversidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática. O Teorema de Arzelá. José Renato Fialho Rodrigues
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática O Teorema de Arzelá José Renato Fialho Rodrigues Belo Horizonte - MG 1994 José Renato Fialho Rodrigues O Teorema
Leia maisIntegral de Aumann em Escalas Temporais
Trabalho apresentado no III CMAC - S, Vitória-S, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Integral de Aumann em scalas Temporais Iguer L. D. Santos 1 Departamento
Leia maisO Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que
O Teorema de Peano Equações de primeira ordem Seja D um conjunto aberto de R R n, e seja f : D R n (t, x) f(t, x) uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e
Leia maisEXAME DE QUALIFICAÇÃO em Álgebra - Mestrado
Programa de Pós-Graduação em Matemática Instituto de Matemática e Estatística - IME Universidade Federal de Goiás - UFG EXAME DE QUALIFICAÇÃO em Álgebra - Mestrado Aluno: 1) Seja G um grupo e a, b G tais
Leia maisUm Método Ponto Proximal para Minimização da Diferença de Funções Convexas
Universidade Federal do Piauí Centro de Ciências da Natureza Pós-Graduação em Matemática Mestrado em Matemática Um Método Ponto Proximal para Minimização da Diferença de Funções Convexas Fernando Santana
Leia maisO TEOREMA DE ARZELÁ ASCOLI. Osmar Rogério Reis Severiano¹, Fernando Pereira de Souza².
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 51 O TEOREMA DE ARZELÁ ASCOLI Osmar Rogério Reis Severiano¹, Fernando Pereira de Souza² ¹Acadêmico do Curso de matemática
Leia maisUma Curva de G. de Rham: mais propriedades
Uma Curva de G de Rham: mais propriedades Guilherme Henrique de Paula Reis (e-mail: guilhermedwg@gmailcom) Goiânia, 5 de Junho de 20 Resumo No trabalho de iniação científica [2], Uma Curva de G de Rham,
Leia maisDecimasegunda áula: Conexidade por caminhos, local, e sequências
Decimasegunda áula: Conexidade por caminhos, local, e sequências A definição de espaço conexo traduz matemáticamente a intuição de conjunto feito por um pedaço só. Também podemos considerar um espaço conexo
Leia maisA Projeção e seu Potencial
A Projeção e seu Potencial Rolci Cipolatti Departamento de Métodos Matemáticos Instituto de Matemática, Universidade Federal do Rio de Janeiro C.P. 68530, Rio de Janeiro, Brasil e-mail: cipolatti@im.ufrj.br
Leia maisProdutos de potências racionais. números primos.
MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas - CCE Departamento de Matemática Primeira Lista de MAT641 - Análise no R n
Universidade Federal de Viçosa Centro de Ciências Exatas - CCE Departamento de Matemática Primeira Lista de MAT641 - Análise no R n 1. Exercícios do livro Análise Real, volume 2, Elon Lages Lima, páginas
Leia maisUma condição necessária e suciente para integrabilidade de uma função real
Uma condição necessária e suciente para integrabilidade de uma função real Jonas Renan Moreira Gomes 1 e Fernanda S. P. Cardona (orientadora) 1 Instituto de Matemática e Estatística da Universidade de
Leia maisUma condição necessária e suciente para integrabilidade de uma função real
Uma condição necessária e suciente para integrabilidade de uma função real Jonas Renan Moreira Gomes 1 e Fernanda S. P. Cardona (orientadora) 1 Instituto de Matemática e Estatística da Universidade de
Leia maisAlgoritmo do Ponto Proximal Generalizado para o Problema de Desigualdade Variacional em R n
Universidade Federal do Piauí Centro de Ciências da Natureza Pós-Graduação em Matemática Mestrado em Matemática Algoritmo do Ponto Proximal Generalizado para o Problema de Desigualdade Variacional em R
Leia maisCondições de qualificação, otimalidade e um método tipo lagrangiano aumentado
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Condições de qualificação, otimalidade e um método
Leia maisHellena Christina Fernandes Apolinário
MÉTODO DE PONTO PROXIMAL PARA MINIMIZAÇÃO MULTIOBJETIVO QUASE-CONVEXA Hellena Christina Fernandes Apolinário Tese de Doutorado apresentada ao Programa de Pós-graduação em Engenharia de Sistemas e Computação,
Leia maisOptimização e Algoritmos (2004/2005)
Optimização e Algoritmos 2004/2005) Instituto Superior Técnico Engenharia Electrotécnica e de Computadores Série de Problemas 4 Minimização sem restrições algoritmos gradiente, Newton, quasi-newton BFGS)
Leia maisTopologia. Fernando Silva. (Licenciatura em Matemática, 2007/2008) 13-agosto-2018
Topologia (Licenciatura em Matemática, 2007/2008) Fernando Silva 13-agosto-2018 A última revisão deste texto está disponível em http://webpages.fc.ul.pt/~fasilva/top/ Este texto é uma revisão do texto
Leia maisO TEOREMA ESPECTRAL PARA OPERADORES AUTO-ADJUNTOS
O TEOEMA ESPECTAL PAA OPEADOES AUTO-ADJUNTOS Mariane Pigossi, oberto de A. Prado, Depto. de Matemática e Computação, FCT, UNESP, 19060-900, Presidente Prudente, SP E-mail: marianepigossi@gmail.com, robertoprado@fct.unesp.br
Leia maisσ-álgebras, geradores e independência
σ-álgebras, geradores e independência Roberto Imbuzeiro M. F. de Oliveira 15 de Março de 2009 Resumo Notas sobre a σ-álgebra gerada por uma variável aleatória X e sobre as condições de independência de
Leia maisMétodo de restrições ativas para minimização em caixas
Método de restrições ativas para minimização em caixas Marina Andretta ICMC-USP 20 de outubro de 2014 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 20 de outubro de 2014 1 / 25 Problema com
Leia mais1 Espaço Euclideano e sua Topologia
1 Espaço Euclideano e sua Topologia Topologia é a estrutura básica para a de nição dos conceitos de limite e continuidade de aplicações. O Espaço Euclideano é caracterizado por uma topologia especial,
Leia maisTrajetória Central, Métodos de Ponto Proximal Generalizado e Trajetória de Cauchy em Variedades Riemannianas
Universidade Federal de Campina Grande Centro de Ciências e Tecnologia Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Trajetória Central, Métodos de Ponto Proximal Generalizado
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia maisII. Funções de uma única variável
II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado
Leia maisUM MÉTODO TRUST-REGION PARA OTIMIZAÇÃO COM RESTRIÇÕES FAZENDO USO DO MÉTODO DO GRADIENTE PROJETADO
Universidade Federal de Minas Gerais Pós Graduação em Matemática Mestrado em Matemática José Luis Almendras Montero UM MÉTODO TRUST-REGION PARA OTIMIZAÇÃO COM RESTRIÇÕES FAZENDO USO DO MÉTODO DO GRADIENTE
Leia maisAxiomatizações equivalentes do conceito de topologia
Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial
Leia maisTopologia de Zariski. Jairo Menezes e Souza. 25 de maio de Notas incompletas e não revisadas RASCUNHO
Topologia de Zariski Jairo Menezes e Souza 25 de maio de 2013 Notas incompletas e não revisadas 1 Resumo Queremos abordar a Topologia de Zariski para o espectro primo de um anel. Antes vamos definir os
Leia maisMAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos
MAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos Prof. Edson de Faria 30 de Março de 2014 Observação: O objetivo desta lista é motivar uma revisão dos conceitos e fatos básicos sobre
Leia maisTopologia e Análise Linear. Maria Manuel Clementino, 2013/14
Maria Manuel Clementino, 2013/14 2013/14 1 ESPAÇOS MÉTRICOS Espaço Métrico Um par (X, d) diz-se um espaço métrico se X for um conjunto e d : X X R + for uma aplicação que verifica as seguintes condições,
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 5 Zeros reais de funções Parte 2 Voltando ao eemplo da aula anterior, vemos que o ponto médio da primeira iteração 1 = 2,5
Leia maisNoções (básicas) de Topologia Geral, espaços métricos, espaços normados e espaços com produto interno. André Arbex Hallack
Noções (básicas) de Topologia Geral, espaços métricos, espaços normados e espaços com produto interno André Arbex Hallack Setembro/2011 Introdução O presente texto surgiu para dar suporte a um Seminário
Leia maisAlexandre L. Madureira
Introdução à Análise Real em Uma Dimensão Pós-graduação da EPGE FGV 1 Alexandre L. Madureira Laboratório Nacional de Computação Científica LNCC, Brasil URL: http://www.lncc.br/ alm URL: http://www.lncc.br/
Leia maisFundamentos de Controle Não Linear: Conceitos Matemáticos Importantes (em Progresso)
Fundamentos de Controle Não Linear: Conceitos Matemáticos Importantes (em Progresso) Leonardo A. B. Torres PPGEE/UFMG October 2, 2018 Leonardo A. B. Torres (PPGEE/UFMG) FCNL: Conceitos Matemáticos October
Leia maisUm Método de Descida em Otimização Multiobjetivo
Universidade Federal do Piauí Centro de Ciências da Natureza Pós-Graduação em Matemática Mestrado em Matemática Um Método de Descida em Otimização Multiobjetivo Felipe Marreiros Mesquita Teresina - 2013
Leia mais2.3- Método Iterativo Linear (MIL)
.3- Método Iterativo Linear (MIL) A fim de introduzir o método de iteração linear no cálculo de uma raiz da equação (.) f(x) = 0 expressamos, inicialmente, a equação na forma: (.) x = Ψ(x) de forma que
Leia maisUniversidade Federal de Juiz de Fora Instituto de Ciências Exatas Programa de Pós-Graduação em Matemática
Universidade Federal de Juiz de Fora Instituto de Ciências Exatas Programa de Pós-Graduação em Matemática Mario Octavio Vera Campoverde Estudo de um Caso de Equilíbrio de Nash Usando Técnicas de Inequação
Leia maisExperimentos Numéricos em Algoritmo tipo Projeção para o Problema de Viabilidade Convexa
UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE INFORMÁTICA HEBERT COELHO DA SILVA Experimentos Numéricos em Algoritmo tipo Projeção para o Problema de Viabilidade Convexa Goiânia 2007 HEBERT COELHO DA SILVA
Leia maisSobre a compacidade lógica e topológica
Sobre a compacidade lógica e topológica Hércules de Araujo Feitosa Mauri Cunha do Nascimento Marcelo Reicher Soares Resumo Os ambientes da Lógica e da Topologia têm a compacidade como uma propriedade importante.
Leia mais184 Instituto de Matemática UFF
184 Instituto de Matemática UFF Capítulo 4 Aplicações diferenciáveis 1 Diferenciabilidade de uma aplicação Definição 1.1. Uma aplicação f : U R n, definida no aberto U R m, é diferenciável no ponto a U
Leia maisCálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015
Cálculo Numérico Santos Alberto Enriquez-Remigio FAMAT-UFU 2015 1 Capítulo 1 Solução numérica de equações não-lineares 1.1 Introdução Lembremos que todo problema matemático pode ser expresso na forma de
Leia maisP1 de Análise Real ou Análise I Data: 16 de abril de 2008
P1 de Análise Real ou Análise I 2008.1 Data: 16 de abril de 2008 Serão contadas as quatro melhores questões. 1. Seja (a n ) uma seqüência de números reais. Prove que se (a n ) 2 converge então a nn também
Leia maisApresente todos os cálculos e justificações relevantes
Análise Matemática I 2 o Teste e o Exame Campus da Alameda 9 de Janeiro de 2006, 3 horas Licenciaturas em Engenharia do Ambiente, Engenharia Biológica, Engenharia Civil, Engenharia e Arquitectura Naval,
Leia maisEstimativa de Parte Relevante da Fronteira da Região de Estabilidade usando Função Energia Generalizada
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Estimativa de Parte Relevante da Fronteira da Região
Leia maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA. Medida e Probabilidade
UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA Medida e Probabilidade Aluno: Daniel Cassimiro Carneiro da Cunha Professor: Andre Toom 1 Resumo Este trabalho contem um resumo dos principais
Leia mais